基于BMP位图的簇绒机花型图像处理技术初探

李文博,强少卫

(西安工程大学 计算机科学学院，陕西 西安 710048)

基于BMP位图的簇绒机花型图像处理技术初探

李文博,强少卫

(西安工程大学 计算机科学学院，陕西 西安 710048)

对基于BMP位图的簇绒机花型图像处理技术进行了初步研究，探讨了簇绒机控制系统花型文件的去噪处理、减色等相关问题，详述了使用中值滤波算法去噪及用改进的K-means算法对颜色过多的BMP位图进行减色的设想。

簇绒机；BMP；花型；图像处理；技术设想

地毯是人们日常生活中常用的纺织产品，近年来随着地毯制造工艺和设备的快速发展，为地毯产品的生产提供了巨大动力，不仅全球地毯生产发展很快，而且地毯的质量也不断提高。随着簇绒机技术的发展，人们对地毯花色的要求也越来越高，由于对花型图像的处理结果直接影响到地毯的质量，从而使得对地毯花形图像的处理变得越来越重要。为此，本文就簇绒机花型的图像处理进行了初探。

1 花型文件处理流程

在簇绒系统中首先要将花型位图解析，将相应的像素数据转化为对应的控制命令，以此来控制簇绒机运作生产地毯。但是数字图像在数字化和传输过程中常受到成像设备与外部环境噪声干扰等影响，成为含噪图像；而且一般图像含色丰富，簇绒机无法直接处理这些图像生成的控制文件，因为簇绒机所用线的颜色是有限的。故必须对花型图像进行处理之后再使用，其处理流程如图1所示。

图1 花型文件处理流程图

2 花型文件格式

簇绒CAD系统通常使用自己独有的、自定义的花型文件格式，需要系统自带花型数据库，用户既可以调用库中的花型，也可以通过该系统自己设计其他满足需求的花型。但是这种花型文件格式只有在本系统中才能被识别和打开，这就给实际操作带来了许多的不方便[1]。

随着科技的发展通用花型文件格式的应用越来越广泛，BMP格式就是其中之一。它是Windows操作系统中的标准图像文件格式，其位图文件也可利用一些通用的图像处理软件来进行一些设计和修改，通用性大大增强。这在商业活动中就不需要用户在客户端安装专用系统，不仅节省了空间，降低了成本，还提高了效率。

2.1 利用中值滤波对BMP位图去噪

在花型图案处理过程中噪声对图像的输入、采集和输出整个过程有巨大的影响。而且对提花地毯的花型图案来说，地毯图像的细节、边缘是否清晰明了等都对地毯的生产质量有着极为重要的影响。中值滤波是基于排序统计理论的一种能有效抑制噪声的非线性信号处理技术，其基本原理是把数字图像或数字序列中一个点的值用该点的一个邻域中各点值的中值代替，让周围的像素值接近真实值，从而消除孤立的噪声点[2]。

中值滤波可以在信号边缘不被模糊的情况下较好地滤除脉冲噪声，其优良的特性是线性滤波方法所不具备的；中值滤波的算法相对比较简单，易于用硬件实现。中值滤波是一种非线性滤波技术，常常应用在图像信号处理中，具有如下优点：首先在实际运算过程中，它不需要图像的统计特性，操作起来很方便。其次在一定条下，它可以克服线性滤波器所造成的图像细节模糊，尤其能够有效地滤除图像扫描噪声及脉冲干扰。但对于那些点、线、尖顶细节较多的图像则不适合使用中值滤波方法[3]。在实际使用中值滤波方法时，滤波窗口的尺寸一般先用3×3的，再取5×5的，逐步增大直到滤波效果达到要求为止。对于那些有较长轮廓线的图形图像，比较适合采用方形或圆形窗口；对于包含尖顶角的图形图像，用十字形窗口比较适宜。在使用二维中值滤波时，必须注意保持图像中有效的细线状物体。总体而言，相较于均值滤波器，中值滤波器能够较好地保留原来图像中的跃变部分。中值滤波算法如下：

假设有一个序列s1，s2，…，sm，取滤波窗口长度为n(n为奇数)，对此一维序列进行中值滤波。首先从输入序列中依次抽出n个数，si-v，…si-1，…,s1,…si+v，其中i为窗口的中心位置，再将这n个点按数值大小排列，取其序号为v=(n-1)/2(正中间的序号)的数值作为输出。

yi=Med{si-v，…si-1，…,s1,…si+v}i∈z，v= (n-1)/2

二维序列{xij}进行中值滤波时，滤波窗口也必须是二维的，但滤波窗口的形状可以不同。二维数据的中值滤波可表示为

Yi,j=Med{xij}，A为滤波窗口

用这个算法对BMP位图数据进行去噪处理，为其后工作做好准备。

2.2 利用K-means聚类算法进行位图减色

通常在簇绒工艺中地毯只能含有少量的颜色，而一般的BMP位图颜色却很丰富，尤其是真彩色图像颜色就更多了。过多颜色在簇绒工艺上很难实现，因为簇绒机用线的颜色是有限的，所用地毯花型图案只能含有较少的颜色。即在使用BMP图像生成控制文件之前必须对其进行处理，把颜色较多的原图进行减色处理，从而转化为含有少量颜色的新位图，并利用新的位图生成控制文件。这就要求新的位图与原图形状尽量相似，在此条件下从BMP图像的许多颜色中提取工艺所要求的几种主要颜色，也就是簇绒机要使用的线的颜色。

K-means算法自1967年由J.B.MacQueen提出后，已经成为数理统计、模式识别、机器学和数据挖掘等领域应用最普遍的聚类算法之一，并衍生出了多种变形算法，共同组成了K-means算法家族；该类算法聚类速度快易于实现，且适用于文本、图像特征等多种数据的聚类分析[1]。

K-means算法以距离作为相似性的评价指标，即两个对象距离越近相似性就越高，其目的是得到独立的簇。所以要将距离靠近的所有对象看成一个簇，最终得到所需要的独立簇。其主要操作是：首先将得到的数据划分成若干组数据群，然后找出这些数据群的中心点，再计算每一个数据点到各个数据群中心点的欧几里得距离；数据点距离哪个数据群中心最近，就将这个数据点划分到该数据群中心所在的数据群。

K-means算法的主要计算规则如下：

假设eu为欧几里得距离(标识数据点到聚集中心点的距离)，g为聚集中心点的个数，s为所有数据点的个数。(1)首先要依据实际选择出能够代表g个数据集的聚集中心，以情况而定选择的方法各有不同，在无法选择的情况下可选择g个相似度非常低的数据点作为初始的聚集中心。(2)计算每一个数据点分别与g个聚集中心的距离，该数据点距离哪个聚集中心最近，就将该数据点划分到此聚集，直到所有的数据点都划分完毕。(3)待各个数据点都划分到所属的聚集中心后，就利用每个聚集里的所有的数据点重新计算新的数据群中心。(4)再次计算每一个数据点到所有新的数据集中心的距离，再次进行划分。即重复执行(1)、(2)步骤，直到各个数据群里的数据点不在发生变化。

由于初始中心的选择比较随机，所以产生的结果差异比较大。为使结果比较可靠，初始聚集中心的选择尤为重要，可选择一种改进的K-means算法。即在三维欧氏空间中(RGB颜色体系)，把拥有T种颜色的图像分色为m种颜色时，先把T个颜色样本作为初始聚类中心，事先指定的样本点应是样本集合中频度最高的前P个样本点；然后在其余的样本集合中再找出一个与初始类聚类中心欧氏距离最大的样本点作为补充的类代表点，依此类推，直到找出m个聚类中心为止，把它们作为初始聚类中心。对于P，要根据该彩色图像直方图的特征选取，如果该图像的颜色分布不均匀，则P=K/3时分色效果较理想，如果颜色分布均匀，则P=K/2时分色效果比较好[4]。

通过聚类算法减色后得到的位图相比减色前的颜色数少了很多，且与原图形状相似度较高，可达到簇绒机使用要求。以此为基础生成控制信息就可很好地生产出所需要的地毯。

3 结语

对簇绒机控制系统中花型位图处理过程的几个突出问题做了较为深入的分析探讨，提出了一些合理的技术设想。受篇幅所限，只叙述了技术思路，并未进行实现。

[1] 冯行磊. 簇绒机开放式数控系统及图像处理技术的试验研究[D]. 太原：太原理工大学，2009.

[2] 蒋爱如. 基于MATLAB的激光图像背景噪声的处理[J]. 大众科技，2012，(11):28-29.

[3] 董福洲. 基于智能图像处理的机库安全监控系统[D]. 南昌：南昌大学，2007.

[4] 梁道雷，黄国兴，金 健. 聚类分析在彩色像景织物分色处理中的应用[J]. 计算机科学，2006，33(11):154-156.

2017年纺织行业质量品牌建设工作计划

按照《工业和信息化部办公厅关于做好2017年工业质量品牌建设工作的通知》要求和中国纺织工业联合会工作部署，2017年中国纺织工业联合会品牌工作办公室将会同联合会产业部以及各专业协会就行业质量品牌建设工作做出以下安排：

1 完善质量品牌标准体系

年内在《纺织行业品牌培育管理体系通用要求》(FZ/T 01119-2013)标准基础上，按细分行业进一步细化通用要求，完成操作性更强的《品牌培育管理体系实施指南—纺织行业》行业标准的立项及制定。

2 继续推进品牌培育管理体系宣贯及人才队伍建设

(1)在各专业协会配合下，依据《纺织行业品牌培育管理体系通用要求》(FZ/T 01119-2013)行业标准和《品牌培育管理体系实施指南—纺织行业》，按细分行业对50家企业开展标准宣贯；

(2)组织企业人员开展首席品牌官和品牌经理专业知识培训，培育人次分别为50和100人次。

3 继续开展企业品牌诊断及培育试点示范工作

(1)组织各专业协会对50家企业品牌现状进行调研和问题诊断，提出诊断报告50份；

(2)由各专业协会推荐，对50家企业开展年度品牌培育试点工作，发展15家品牌培育示范企业。

4 开展行业品牌文化及品牌之旅形式的经验交流活动

(1)推进企业主体的文化创意中心建设，鼓励企业开发基于地方特色和本身产品优势的文化旅游线路；

(2)组织品牌培育试点企业走进示范企业进行交流互动活动，推广典型案例。

5 深化区域品牌建设

(1)继续开展产业集群区域品牌试点建设，帮助地方进行品牌示范区的有效规划和实施；

(2)组织推荐产业集群进行参评品牌培育示范区；

(3)组织区域品牌试点地区开展交流互动活动。

6 继续开展群众性质量管理工作

(1)按照中国质量协会团体标准《质量管理小组活动准则》和《质量信得过班组活动准则》对企业进行质量管理小组、质量信得过班组工作方法的培训、交流工作；

(2)开展质量管理小组、质量信得过班组工作成果的交流、评比、表彰工作。

7 继续开展卓越绩效评价准则对标和行业质量奖评比工作

(1)按照《卓越绩效评价准则》(GB/T 19580-2012)和《卓越绩效评价准则实施指南》(GB/Z 19579-2012)要求，对企业进行培训、宣贯、诊断工作；

(2)按照《全国纺织行业质量奖评审管理办法》的要求，对2012、2013年获得“纺织行业质量奖”和“纺织行业实施卓越绩效模式先进企业奖”企业进行复审。

8 支持行业企业之间建立质量品牌培育联盟，并纳入工信部统一安排

按照工信部科技司部署，征求企业意见，鼓励企业自发组建品牌联盟，开展联盟成员互助。

(摘自：中国纺织网)

Research on Image Processing Technology of Tufting Machine Based on BMP Bitmap

LI Wen-bo, QIANG Shao-wei

(School of Computer Science, Xi′an Engineering University, Xi′an 710048, China)

Based on BMP bitmap, the image processing technology of tufting machine was studied. About denoising processing, hypochromicity and other related problems of the tufting machine control system pattern files were discussed. The imagine of denoising by median filtering algorithm and hypochromicity of BMP bitmap for too much color by improved K-means algorithm was detailed.

tufting machine; BMP; pattern; image processing; technical assumption

2017-03-23

李文博(1990-)，男，陕西宝鸡人，在读硕士研究生，研究方向为智能信息处理。

TS103.3

A

1673-0356(2017)06-0009-03